内蒙古道地药材蒙古黄芪生态适宜性区划研究

李紫岩, 朱寿东, 刘澜波, 杨敏, 张磊, 张春红*, 李旻辉,*

(1.包头医学院药学院， 内蒙古 包头 014060； 2.中国中医科学院中药资源中心， 道地药材国家重点实验室培育基地， 北京 100700； 3.内蒙古自治区包头市气象局， 内蒙古 包头 014030； 4.内蒙古自治区中医药研究所， 呼和浩特 010110)

内蒙古地区是蒙古黄芪[Astragalusmembranaceus(Fisch.) Bge. var.mongholicus(Bge.) Hsiao]的传统道地产区。自20世纪50年代以后，随着市场对黄芪药材需求量的不断增长、野生黄芪资源被过度开采，导致蒙古黄芪野生蕴藏量越来越低，市场上几乎见不到野生蒙古黄芪商品[1]。为了满足国内外市场需求，人工栽培与引种栽培等措施成为维持蒙古黄芪资源的主要途径。而盲目引种、化肥超标和农药污染等状况不断发生，长期如此会引起内蒙古地区蒙古黄芪道地性的衰减。要减少上述不良现象的出现，需要对蒙古黄芪的分布区域进行科学筛查，划出适宜的种植区域，以获取更佳的社会效益与经济效益。

地理信息系统(GIS)技术与最大信息熵模型(maximum entropy model，MaxEnt)的引入和发展对我国药用植物区划研究方法产生了深远影响。GIS具有强大的空间信息分析和管理能力，MaxEnt则具有预测物种潜在分布的能力，常用于植物覆盖度的研究，结合二者功能，可以建立生态因子与药用植物生长适宜性之间的定量关系，并预测物种的潜在分布[2-5]。本文基于GIS与MaxEnt对蒙古黄芪进行生态适宜性区划研究，按照地域区间差异性和区内相似性，找出适宜蒙古黄芪种植的地区，为因地制宜、扬长避短地合理开发利用与保护蒙古黄芪资源提供科学依据。

1 材料与方法

1.1 蒙古黄芪采样点信息

本研究在第四次全国中药资源普查的基础上，结合走访调查，以均匀性和代表性为原则，选取2条路线进行蒙古黄芪样品的采集工作(图1)。样品分别采自内蒙古地区的11个盟市，以村子或嘎查作为采样地区最小单位，采集线路中在遇到有蒙古黄芪种植的地区设立3～5个采样点，各采样点之间距离为500～1 000 m，进行样品采集并记录坐标信息。结合内蒙古地区蒙古黄芪实际生产种植情况，在蒙西地区采样点的数量高于蒙东地区，在蒙西地区范围内的阴山山脉周边采样点较为密集。样品均采集自同年的10—11月，生长年限为2年，2个月内共采集并整理出40份具有代表性的样品，经鉴定为豆科黄芪属植物蒙古黄芪的根，保存在包头医学院中蒙药资源保护与开发利用研究中心的植物保育室中。

图1 蒙古黄芪样品调查采集路线Fig.1 Survey and collection route of Astragalus membranaceus var. mongholicus samples

1.2 生态因子数据

研究过程中共采用74个生态因子数据，其中连续型数据69个，类别型数据5个，包括气候类型、土壤类型、地形、植被类型以及综合气象指标数据。

气候类型数据源于1951—2000年间从752个中国地面气象站和自动化气象站[6]获取的气候年值和月值数据，包括12个月的月降水量和平均温度。土壤类型数据来自于1995年第二次中国土地资源调查，使用1∶1 000 000的中国土壤类型数据[7]。地形数据包括高程、坡度和坡向[8]。植被类型数据源于中国科学院植物研究所发行的1∶1 000 000植被图的植被亚类数据[9]。温暖指数和寒冷指数综合气象数据来自于Kira指数[10]。湿度指数来自徐文铎[11]对Kira指数的修改。

1.3 研究方法

1.3.1生态因子数据的优化筛选 利用相关性软件(BioSim)对74个生态因子进行相关性筛选，把生态因子的属性值提取到蒙古黄芪采样点中，导入到相关性软件里进行分析。由于众多生态因子之间的高相关性会对后续分析造成影响，所以在操作时，必需删掉每组相关系数大于0.8的因子之间的一个，在去掉因子的同时，考虑多保留不同生态类型的因子，避免把某一类型的因子彻底删除，让环境信息尽可能丰富，降低删除影响蒙古黄芪生长主要生态因子的可能性。按照此原理，不断对生态因子进行筛选，直到最后各因子之间的相关系数均小于0.8[3,12]。

1.3.2最大信息熵模型对生态适宜度的预测

研究表明，最大信息熵模型结合地理信息系统软件在预测物种潜在分布区的性能要优于同类的其他模型，特别是在物种分布数据不全的情况下，应用最大信息熵模型预测能得到满意的结果[13-14]。将相关性软件筛选出的生态因子与40个蒙古黄芪采样点在最大信息熵模型中进行关联，参数设置中最大迭代次数为106，模型运算中测试集的比例为25%，运行次数为10次，把10次运算的平均值作为生态适宜度的计算结果。

1.3.3模型精度检验 本研究选择ROC曲线对最大信息熵模型的精度进行检验。在最大信息熵模型计算的精度评价过程中，广泛应用了预测模型中潜在物种分布的ROC曲线分析。使用ROC曲线分析出的AUC值(AUC值是ROC曲线下面积)不受阈值的影响，因此，AUC值是公认的诊断测试评价中比较优异的一种指标[15]。

1.4 蒙古黄芪生态适宜性区划

将最大信息熵模型计算结果中的生态适宜性平均值图层文件加载到ArcMap中，提取生态因子图层的属性至40个采样点中，获得每个采样点的生境适宜度，计算出这40个采样点的生境适宜度数值的平均值(μ)和标准差(σ)。在ArcMap中把生境适宜度分为3个等级，即不适宜蒙古黄芪生长的区域、较适宜蒙古黄芪生长的区域以及最适宜蒙古黄芪生长的区域。依据正态分布原理进行分级，将μ-0.5σ的值作为不适宜区和较适宜区分隔的分界线，将μ+σ的值作为较适宜区和最适宜区分隔的分界线。

2 结果与分析

2.1 生态因子优化筛选结果

根据生态因子优化的筛选方法，通过BioSim软件对采样点处各环境因子的相关性进行分析，进行采样点的自相关性筛选。74个生态因子经过多次筛选，最终保留了33个相关系数小于0.8的生态因子，分别是平均降水量(3、4、5、9、10、11月)、平均气温(4、5、10月)、平均日照时长(5、12月)、土壤类型、土壤质地分类、土壤酸碱度、土壤阳离子交换能力、土壤有效水含量等级、土壤有机碳含量、土壤含沙量、土壤含黏土量、高程、坡向、坡度、植被类型、最冷季降水量、最干月降水量、最暖月最高温、最暖季降水量、季节降水量变异系数、温度季节性变化标准差、年均温变化范围、年平均气温、生长季日照、年日照时长。

2.2 模型精度检验结果

对最大信息熵模型建模结果进行精度检验，由训练样本数据生成的蒙古黄芪运行特征曲线(图2)。训练样本数据结果显示，AUC均值为0.985(大于0.9代表模型精度非常好)，表明该模型有较高的可靠性和精确性，并具有良好的预测效果[16]。

2.3 主生态因子适宜性结果

经过最大信息熵模型计算后，得到了各生态因子影响蒙古黄芪生长的贡献率，33个生态因子中，只有21个生态因子对蒙古黄芪的生态适宜性有贡献值，其余的生态因子贡献度皆为0，有贡献度的生态因子信息详见表1。温度季节性变化的标准差、植被类型、10月平均降水量、生长季日照时长、高程、坡度、季节降水量变异系数和土壤类型这8个生态因子的贡献率累计加和大于90%，因此选择这8个生态因子作为主生态因子，这些生态因子的响应曲线见图3。

图2 蒙古黄芪运行特征曲线Fig.2 Operating characteristic curve of Astragalus membranaceus var. mongholicus

表1 生态因子对蒙古黄芪生态适宜性区划分布的贡献率Table 1 Contribution rate of ecological factors to distribution suitability regionalization of Astragalus membranaceus var. mongholicus

图3 主要生态因子的响应曲线Fig.3 Response curves of major ecological factors

根据蒙古黄芪的生态适宜性区划结果，对内蒙古自治区的蒙古黄芪生长贡献度靠前的8个主要生态因子的响应曲线进行分析。温度季节性变化的标准差值>9时适宜蒙古黄芪生长；植被类型为温带草原化灌木荒漠时适宜蒙古黄芪生长；10月平均降水量在<100 mm时适宜蒙古黄芪生长；生长季日照时长在1 300～2 600 h 范围内适宜蒙古黄芪生长；高程在0～4 000 m范围内都利于蒙古黄芪的生长；植株生长坡度<10°时适宜蒙古黄芪生长；季节降水量变异系数为7.5以上时适宜蒙古黄芪生长；适宜蒙古黄芪生长的土壤类型为黑壤土、沙壤土、灰色森林土和普通红砂土。

2.4 蒙古黄芪的生态适宜性区划结果

根据最大信息熵模型计算结果，加载到ArcMap软件中以图片形式展现，用3种颜色代表3个适宜度等级，得到蒙古黄芪的生态适宜性区划图(图4)。最适宜蒙古黄芪生长的地区为：包头市土默特右旗、鄂尔多斯市达拉特旗北部与包头市接壤的周边地区。较适宜蒙古黄芪生长的地区为：巴彦淖尔市乌拉特前旗、包头市固阳县及其周边地区、鄂尔多斯市东北部达拉特旗、呼和浩特市武川县及其周边、乌兰察布市察右后旗、赤峰市以及兴安盟部分地区。

3 讨论

陈士林等[17]与刘德旺等[18]曾分别采用TCMGIS-Ⅰ与TCMGIS-Ⅱ分析了蒙古黄芪的产地适宜性，TCMGIS是基于网格的聚类方法，MaxEnt是通过生态位模型映射判断的方法。从对栽培品蒙古黄芪的适宜性分析结果上看，2种方法所产生的区划结果差异并不大，然而基于MaxEnt的适宜性区划方法操作流程简便，具有较好的精确度和准确度，通过模型计算可以分析主导生态因子，区划结果的认可程度较高。近些年来，基于生态位模型的方法在药用植物资源适宜性区划领域已取得了诸多成果[19-21]。

根据蒙古黄芪生态适宜性区划结果，笔者走访了土默特右旗地区，发现土默特右旗地区诸多农户具有多年种植蒙古黄芪的基础，已有成片的蒙古黄芪种植区，其北部地区即为传统产区固阳县，建有规范化蒙古黄芪种植基地，且两地生态气候差异不大，实际生态情况符合本研究结果。结合实地考察结果，建议在土默特右旗建立蒙古黄芪栽培基地，推广规范化种植，并组织GAP认证，充分发挥当地的优越生态条件，合理开发利用蒙古黄芪资源。在生态适宜性区划研究基础上，依据药典测定蒙古黄芪体内有效指标成分的含量，利用多元统计分析软件把生态因素与蒙古黄芪药材中有效成分的含量进行相关性试验，进而对蒙古黄芪的品质适宜性区划开展研究，将对揭示蒙古黄芪的道地性形成机理以及扩大药材种植区域具有深远意义。

图4 内蒙古地区蒙古黄芪生态适宜性区划图Fig.4 Map of distribution suitability regionalization of Astragalus membranaceus var. mongholicus in Inner Mongolia